以后，或许人机你都打不过了

12月22日，《王者荣耀》KPL秋季赛总决赛正式举办。在正赛开始之前，首场娱乐赛由人工智能和解说/主播进行，BO1赛制

12月22日，《王者荣耀》KPL秋季赛总决赛正式举办。在正赛开始之前，首场娱乐赛由人工智能和解说/主播进行，BO1赛制。

作为一个科技媒体编辑，看到人工智能能够出现在KPL赛场上，是非常惊喜的，再想到平常到训练营虐电脑的时候，很是期待腾讯AI Lab带来的人工智能选手的表现。

人类队伍方面，由解说立人、九天、辰鬼、白乐和前职业选手零度组成。虽然说是临时组建的“路人局”，但是人类队伍5名队员的实力都是相当强悍的，辰鬼是之前AS仙阁选手，第一届KPL总冠军；零度，创建了AG超玩会和sViper两支战队；其他三位解说也都是王者几十星往上。可以说，这支临时组建的人类队伍，水平都是《王者荣耀》玩家金字塔顶端的级别的。

人工智能队伍上，则是腾讯AI Lab的AI_000、AI_001、AI_010、AI_011和AI_100五位选手组成，在开赛之前水平未知，据称每天的训练强度最高能够达到人类150年的训练量，勤奋刻苦。

BP上，AI战队5名选手选择的是达摩、阿轲、干将莫邪、典韦、张飞，ban掉了孙膑、庄周、武则天和王昭君；人类战队拿出了花木兰、赵云、小乔、项羽和牛魔，将公孙离、娜可露露、裴擒虎和李信送上了ban位。

▲图片来自KPL王者荣耀职业联赛微博

开局阶段，人类战队贯彻四一分推策略，由立人的花木兰在下路单推，开局由人类队伍牛魔拿下一血，前期人类战队打出5:0的人头优势。

但是，在比赛当中，我们可以看到AI队伍的达摩反红、蹲草等操作。或许大家会觉得这不就是些基本操作吗？

我们不妨想想，在我们当初接触moba游戏的时候，在没有同学、朋友带路的情况下，自己是花了多长时间弄明白反野、蹲草等操作的，甚至在刚开始玩游戏的时候，是不是都一条路走到底。从AI达摩的表现来看，人工智能选手是具备了选手应该具备的意识。

另外，在整局比赛当中，AI战队的团战操作，如干将技能的精准度、张飞的辅助等等。比赛之后，甚至有网友调侃AI战队的干将是由HERO久竞的久诚在操作，而达摩则是BA的一诺在操作。

此外，比赛中的打团、关注综合考虑左上角小地图信息、双方英雄视野、英雄属性等信息，什么时候该出现在地图的哪个位置、该干什么等这些，相信目前不少玩家都没有掌握得好，但是AI做到了。

抛开人类战队的放水、网友调侃的成分，AI战队的意识成分已经在比赛当中得到了很好的体现。最终，AI战队在12分钟之后，拿下比赛。

换个更简单的说法，《王者荣耀》顶级玩家组队开黑打人机输了。

在《王者荣耀》的这场比赛当中，“统筹”AI选手协作的是由腾讯AI Lab与王者荣耀及王者荣耀职业联赛共同探索的前沿研究项目——策略协作型AI“绝悟”。

▲图片来自KPL王者荣耀职业联赛微博

其实，在《王者荣耀》KPL这场比赛之前，腾讯提前发布了一篇关于AI的论文，显示王者荣耀AI已经掌握了“组团开黑”的技能，并且在与人类王者段位玩家打了250局赛事之后，胜率来到了48%。

在更早的一个月之前，《王者荣耀》体验服开启困难等级的人机练习模式测试，一票技术大牛已经表示难打。

目前，会打《王者荣耀》的AI已经登场，当这些训练有素的AI真正登上王者峡谷之后，现在我们虐人机的快感或许也不复存在，甚至，以后人机你都打不过了。

对于打不过人机这事，再回想一下，其实也不是这一两年的事情。小时候跟电脑下五子棋、象棋的时候，超出简单难度的，你也没怎么赢过，对吧。只不过是现在《王者荣耀》的“电脑”更加高级了。

并且，打不过人机的也不只我们这些普通玩家，世界冠军级别的玩家也打不过人机。在柯洁和AlphaGo的围棋比赛中，柯洁可是被人工智能打到忍不住哭了20多分钟，人家不还是好好地当着人类世界冠军嘛。

对于moba游戏中出现人工智能选手，除了给打人机带来了难度、不再能愉快地虐人机之外，好处也是能够显而易见的。比如说，我们通过《王者荣耀》训练营进行训练的时候，可以更加拟真，而非仅仅是面对着可推测定性行为的电脑“玩家“，这对于玩家甚至是选手的训练是更加直接有效的，同时对于战队的日常训练好处也是有的。

以上只是我一个普通玩家对于游戏AI的理解。

对于游戏厂商而言，AI能够带给玩家的，就不仅仅是只能增加难度，还有乐趣。育碧、EA、索尼等大厂已经在主导人工智能游戏变革，这戏厂商从AI游戏引擎、神经网络开发、AI操作系统等方面寻找人工智能+游戏的潜力。

目前，索尼已经选择引入智能游戏引擎助力游戏开发，在PS4引入人工智能引擎Xaitment Map和Xaitment Control；EA执行副总裁Patrick Sderlund极力推动EA Frostbite实验室团队与OPEN AI的合作，并在游戏《战地1》，《红警2》，《命令与征服》等游戏中开始训练AI；雪于2016年底与DeepMind宣布合作；育碧2011年开始尝试算法改进，成立人工智能研究部门“LaForge”，将AI成功运用到游戏中。

通过算法改进，针对不同玩家进行交互的反应而非脚本设定，玩家可以从各种突发事件和情境中寻找多种解决方案，不同于传统游戏中刻板的线性任务流程，不仅节省了大量开发成本，还优化了游戏体验。

一个简单的例子，通过非定性AI，游戏内NPC可以自己学习，进而进化出新的行为，让玩家在进行游戏时难以预测，增加了游戏的可玩性。开发者也无需事先预设所有可能的场景，简化开发工作。

不过，游戏AI将给游戏带来的好处是明显的，但是，带来的困难也是显而易见的。比如说上述的非定性AI。神经网络下的NPC是“不可控的”，这给游戏的运营与维护带来不少的风险，NPC的行为将在不断学习中变得难以预测，游戏后期的调试变得异常困难，有可能出现脱轨的问题。

对于游戏AI，下一件事相信是“学习”，非玩家角色不再做线性安排，游戏进行的时间越长，游戏便能够根据玩家进行更多演化和学习，具备适应性。

游戏AI的未来，即是让游戏的可玩性、娱乐性更高。回归到一个普通玩家的视角来看待游戏AI的存在，我们会发现游戏AI能够给我们提供训练、带来游戏剧情开发等等游戏。

再来说说标题的问题，或许以后我们打人机都打不过了，但是，我们可以选择和AI组队吗？英雄你选个拿手的，我补位，反正躺的你说是不是。